- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有用于预测值(线性激活)的图像,而且我对使用神经网络比较陌生。我拥有的图像包含很多细节并且分辨率很高,但是由于它们是卫星图像,因此由于尺寸很大(8090、12894)而存在问题。我的目标是一个介于 0 和 1 之间的标量。
我的目标是使用排序(RNN 到 ConvLSTM)和卷积来更好地预测值。
我的步骤如下:
def build_model(frames=seq_len, channels=3, pixels_x=w, pixels_y=h, kernel_sizing=kernel_sizing):
model = Sequential()
model.add(
ConvLSTM2D(filters=16
, kernel_size=kernel_sizing
, strides = 3
, data_format='channels_last'
, return_sequences = False
, activation='relu', input_shape=(frames, pixels_x, pixels_y, channels))
)
model.add(
Conv2D(filters=16
, kernel_size=(3,3)
, activation='relu')
)
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='linear'))
optimizer = tf.keras.optimizers.RMSprop(0.001)
model.compile(
loss = "mse",
optimizer = optimizer,
metrics=['mae', 'mse'])
return model
笔记:
最佳答案
总的来说,这里有一些很好的建议来改进模型的优化,这样你就可以避免可怕的“ResourceExhaustedError: OOM when allocating tensor”:
关于python - 用于结果和内存管理的 Keras ConvLSTM 优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62535641/
我正在尝试使用 ConvLSTM 模型进行图像预测。但我无法理解应该输入神经网络的数据集。 我在网上搜索了一些例子,比如“使用ConvLSTM进行降水预测”以及其他一些使用ConvLSTM模型进行预测
我有用于预测值(线性激活)的图像,而且我对使用神经网络比较陌生。我拥有的图像包含很多细节并且分辨率很高,但是由于它们是卫星图像,因此由于尺寸很大(8090、12894)而存在问题。我的目标是一个介于
我创建了一个 convLSTM 来对灰度视频进行分类,这意味着它们只有一个 channel 。即使我将 1 定义为 channel 数,我也会收到错误消息: ValueError: Error whe
我有一个包含每日降水图图像的数据集。我正在尝试使用 ConvLSTM2D 构建降水临近预报模型。 请帮我弄清楚如何改变阵列的形状以使其工作。 以此为引用:https://github.com/wqxu
我已经看到在 Keras 中使用 LSTM 构建编码器-解码器网络的示例,但我想要一个 ConvLSTM 编码器-解码器,并且由于 ConvLSTM2D 不接受任何“initial_state”参数,
我在理解 ConvLSTM 的以下实现时遇到问题。我不太明白 input_size +hidden_size 是什么?还有输出的 4 * hide_size 值? model = ConvLSTM
我尝试通过附加三层 ConvLSTM 进行建模,但是当我在第一个 ConvLSTM 中设置 return_sequence = False 时,程序将无法运行。 查看模型摘要 Model summar
我需要训练基于序列的 10x10 图像分割。以下是我要使用的 lstm 和 convlstm 模型: def lstmModel(): # Model definition model
我正在尝试使用 Keras 2 中的 ConvLSTM 层来训练 Action 识别模型。该模型有 3 个 ConvLSTM 层和 2 个全连接层。 在每个时期,第一批(通常超过一个)的准确度为零,然
我是一名优秀的程序员,十分优秀!